Візуалізація легких і складних прикладів
У цій вправі ви візуалізуєте приклади, щодо яких модель логістичної регресії має найбільшу та найменшу впевненість, розглядаючи найбільші та найменші прогнозні ймовірності.
Набір рукописних цифр уже завантажено у змінні X та y. Функція show_digit приймає цілий індекс і будує відповідне зображення, виводячи додаткову інформацію над зображенням.
Ця вправа є частиною курсу
Лінійні класифікатори в Python
Інструкції до вправи
- Заповніть перший пропуск індексом цифри, щодо якої модель найбільш упевнена.
- Заповніть другий пропуск індексом цифри, щодо якої модель найменш упевнена.
- Перегляньте зображення: чи погоджуєтеся ви, що перше менш двозначне, ніж друге?
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
lr = LogisticRegression()
lr.fit(X,y)
# Get predicted probabilities
proba = lr.predict_proba(X)
# Sort the example indices by their maximum probability
proba_inds = np.argsort(np.max(proba,axis=1))
# Show the most confident (least ambiguous) digit
show_digit(____, lr)
# Show the least confident (most ambiguous) digit
show_digit(____, lr)